[發明專利]基于人工神經網絡的組織病變識別的訓練方法及訓練系統

有效

• 申請號: 202011359970.2
• 申請日: 2020-11-27
• 公開（公告）號: CN112862745B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 彭璨
• 申請（專利權）人: 深圳硅基智控科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/774;G06V10/764;G06V10/82;G06V10/44;G06K9/62
• 代理公司: 深圳舍穆專利代理事務所(特殊普通合伙) 44398
• 代理人: 黃賢炬

本公開描述了一種基于人工神經網絡的組織病變識別的訓練方法和訓練系統，包括：準備訓練數據集，訓練數據集包括多張帶有病變的檢查圖像以及與檢查圖像關聯的具有病變標注結果的標注圖像；對檢查圖像進行特征提取以獲得特征圖，并且基于注意力機制對檢查圖像進行處理以得到注意力熱度圖；利用第一人工神經網絡對檢查圖像進行分類，并結合標注圖像得到第一損失函數，利用第二人工神經網絡模塊基于特征圖和注意力熱度圖對檢查圖像進行分類，并結合標注結果得到第二損失函數，利用第三人工神經網絡對檢查圖像進行無病判別得到第三損失函數。通過組合此三種損失函數，能夠有效地提高對組織病變進行組織病變識別的準確性。

技術領域

本公開大體涉及基于人工神經網絡的組織病變識別的訓練方法及訓練系統。

背景技術

隨著人工智能技術的發展和成熟，在醫療領域的各個方面人工智能技術逐漸得到了推廣。特別是醫學中的醫學成像是目前人工智能技術應用比較熱門的領域。醫學成像是診斷許多疾病的有用工具，醫學成像過程中會產生大量醫學圖像數據，對這些圖像數據進行處理和識別需要醫師大量時間，而且難以保證識別的準確性。醫學圖像中，主要利用人工智能技術對圖像中的組織進行組織病變識別，以提高組織病變識別的準確性。

目前在應用人工智能技術對醫學圖像進行識別中通常采用卷積神經網絡(CNN)。卷積神經網絡的卷積結構可以減少深層網絡占用的內存量，其具有三個關鍵的操作，其一是局部感受野，其二是權值共享，其三是池化層。由此，能夠有效地減少網絡的參數個數，緩解卷積神經網絡的過擬合問題。卷積神經網絡的結構能夠較好地適應醫學圖像的結構并對特征進行提取以及識別。

然而，對于一些病變部位例如眼底病變部位，病變區域比較小且分布不規則，一般的應用注意力機制的卷積神經網絡，往往容易忽略注意力熱度圖中注意力低的病變區域，導致出現誤判的現象，從而使這些病變區域的組織病變識別的準確性較低。

發明內容

本公開有鑒于上述現有技術的狀況而完成，其目的在于提供一種能夠有效地提高對組織病變進行識別的準確性的基于人工神經網絡的組織病變識別的訓練方法及訓練系統。

為此，本公開第一方面提供了一種基于人工神經網絡的組織病變識別的訓練方法，其特征在于，包括：準備訓練數據集，所述訓練數據集包括多張檢查圖像以及與所述檢查圖像關聯的標注圖像，所述標注圖像包括有病變的標注結果或無病變的標注結果；將所述訓練數據集輸入人工神經網絡模塊以對所述檢查圖像進行特征提取以獲得特征圖，并且基于注意力機制對所述特征圖進行處理以獲得注意力熱度圖，并且基于互補注意力機制對所述注意力熱度圖進行處理以獲得互補注意力熱度圖；所述人工神經網絡模塊包括第一人工神經網絡、第二人工神經網絡以及第三人工神經網絡；利用所述第一人工神經網絡對所述檢查圖像進行特征提取以獲得所述特征圖，利用所述第二人工神經網絡獲得指示病變區域的所述注意力熱度圖和指示非病變區域的所述互補注意力熱度圖，所述檢查圖像由所述病變區域和所述非病變區域構成，利用所述第三人工神經網絡基于所述特征圖對所述檢查圖像進行識別以獲得第一識別結果，利用所述第三人工神經網絡基于所述特征圖和所述注意力熱度圖對所述檢查圖像進行識別以獲得第二識別結果，利用所述第三人工神經網絡基于所述特征圖和所述互補注意力熱度圖對所述檢查圖像進行識別以獲得第三識別結果；結合所述第一識別結果與所述標注圖像以獲得在未使用所述注意力機制時的第一損失函數，結合所述第二識別結果與所述標注圖像以獲得在使用所述注意力機制時的第二損失函數，結合所述第三識別結果與具有無病變的標注結果的所述標注圖像以獲得在使用所述互補注意力機制時的第三損失函數，利用所述第一損失函數、所述第二損失函數、以及所述第三損失函數獲取包括基于所述第一損失函數的第一損失項、基于所述第二損失函數和所述第一損失函數的差的第二損失項、以及基于所述第三損失函數的第三損失項的總損失函數并利用所述總損失函數對所述人工神經網絡模塊進行優化。在這種情況下，能夠獲得第一識別結果、第二識別結果和第三識別結果，并基于第一識別結果、第二識別結果和第三識別結果獲得總損失函數，從而能夠利用總損失函數優化人工神經網絡模塊，進而提高人工神經網絡模塊的組織病變識別的準確性。